torch.utils.data.DataLoader與迭代器轉換操作

在做實驗時,我們常常會使用用開源的數據集進行測試。而Pytorch中內置瞭許多數據集,這些數據集我們常常使用DataLoader類進行加載。
如下面這個我們使用DataLoader類加載torch.vision中的FashionMNIST數據集。

from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor
import matplotlib.pyplot as plt

training_data = datasets.FashionMNIST(
    root="data",
    train=True,
    download=True,
    transform=ToTensor()
)

test_data = datasets.FashionMNIST(
    root="data",
    train=False,
    download=True,
    transform=ToTensor()
)

我們接下來定義Dataloader對象用於加載這兩個數據集:

train_dataloader = DataLoader(training_data, batch_size=64, shuffle=True)
test_dataloader = DataLoader(test_data, batch_size=64, shuffle=True)

那麼這個train_dataloader究竟是什麼類型呢?

print(type(train_dataloader))  # <class 'torch.utils.data.dataloader.DataLoader'>

我們可以將先其轉換為迭代器類型。

print(type(iter(train_dataloader)))# <class 'torch.utils.data.dataloader._SingleProcessDataLoaderIter'>

然後再使用next(iter(train_dataloader))從迭代器裡取數據,如下所示:

train_features, train_labels = next(iter(train_dataloader))
print(f"Feature batch shape: {train_features.size()}")
print(f"Labels batch shape: {train_labels.size()}")
img = train_features[0].squeeze()
label = train_labels[0]
plt.imshow(img, cmap="gray")
plt.show()
print(f"Label: {label}")

可以看到我們成功獲取瞭數據集中第一張圖片的信息,控制臺打印:

Feature batch shape: torch.Size([64, 1, 28, 28])
Labels batch shape: torch.Size([64])
Label: 2

圖片可視化顯示如下:

不過有讀者可能就會產生疑問,很多時候我們並沒有將DataLoader類型強制轉換成迭代器類型呀,大多數時候我們會寫如下代碼:

for train_features, train_labels in train_dataloader: 
    print(train_features.shape) # torch.Size([64, 1, 28, 28])
    print(train_features[0].shape) # torch.Size([1, 28, 28])
    print(train_features[0].squeeze().shape) # torch.Size([28, 28])
    
    img = train_features[0].squeeze()
    label = train_labels[0]
    plt.imshow(img, cmap="gray")
    plt.show()
    print(f"Label: {label}")

可以看到,該代碼也能夠正常迭代訓練數據,前三個樣本的控制臺打印輸出為:

torch.Size([64, 1, 28, 28])
torch.Size([1, 28, 28])
torch.Size([28, 28])
Label: 7
torch.Size([64, 1, 28, 28])
torch.Size([1, 28, 28])
torch.Size([28, 28])
Label: 4
torch.Size([64, 1, 28, 28])
torch.Size([1, 28, 28])
torch.Size([28, 28])
Label: 1

那麼為什麼我們這裡沒有顯式將Dataloader轉換為迭代器類型呢,其實是Python語言for循環的一種機制,一旦我們用for … in …句式來迭代一個對象,那麼Python解釋器就會偷偷地自動幫我們創建好迭代器,也就是說

for train_features, train_labels in train_dataloader:

實際上等同於

for train_features, train_labels in iter(train_dataloader):

更進一步,這實際上等同於

train_iterator = iter(train_dataloader)
try:
    while True:
        train_features, train_labels = next(train_iterator)
except StopIteration:
    pass

推而廣之,我們在用Python迭代直接迭代列表時:

for x in [1, 2, 3, 4]:

其實Python解釋器已經為我們隱式轉換為迭代器瞭:

list_iterator = iter([1, 2, 3, 4])
try:
    while True:
        x = next(list_iterator)
except StopIteration:
    pass

到此這篇關於torch.utils.data.DataLoader與迭代器轉換操作的文章就介紹到這瞭,更多相關torch.utils.data.DataLoader與迭代器轉換內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: